人工智慧的概念因為李世石輸給了谷歌的alphago而變得熱門起來，我對這一領域一無所知，考慮到以後人工智慧是科技發展的乙個主流方向，如果能夠對這一領域有所了解，對以後的工作和生活還是很有幫助的，於是到圖書館找了幾本相關的書籍，先學習一下，看能否達到掃盲的目的。
人工智慧是乙個很大的領域，我想縮小一下學習範圍，只學習機器學習這一塊（其實這一塊已經很大了）。
機器學習的定義如下：
假設用效能度量p來評估模型m在某類任務t中的效能，若該模型m通過利用經驗e，在任務t中改善其效能度量p，那麼可以說機器對經驗e進行了學習。
根據學習的任務模式，機器學習可以分為四大類：有監督學習，無監督學習，半監督學習和增強學習。當前最流行的深度學習，是從機器學習的神經網路演算法發展出的乙個分支，與上面四類不是同乙個維度。
機器學習使用最多的程式語言是python，為了能夠在實踐中學習機器學習，需要先準備一下開發環境：
2，安裝幾個演算法庫：
1）numpy，用於科學計算的支援庫， pip install -u numpy
2）scikit-learn，機器學習演算法庫，pip install -u scikit-learn
3）pandas，資料處理庫，pip install -u pandas
4）matplotlib，用於繪圖，pip install -u matplotlib
機器學習（1） 基本概念
神經網路技術起源與上世紀50年代。當時叫做感知機。擁有輸入層，輸出層和乙個隱含層。這種感知機被稱為單層感知機 1959，機器學習被定義為不直接程式設計的情況下賦予計算機學習能力。1974年哈佛大學的paul werbos發明bp演算法。bp演算法正是用來求解這種多層復合函式的所有變數的偏導數的利器。...
機器學習1 基本概念
1.機器學習定義 機器學習 arthur samuel，1959 在確定程式設計之外給予計算機學習能力的研究領域。機器學習 tom mitchell，1998 如果電腦程式對於任務t的效能度量p通過經驗e得到了提高，則認為此程式對e進行了學習。2.機器學習四個主要內容 監督學習 包括回歸 連續性問題...
機器學習1 基本概念
參考 資料集 色澤 青綠 根蒂 蜷縮 敲聲 濁響 色澤 墨綠 根蒂 稍蜷 敲聲 沉悶 色澤 淺白 根蒂 硬挺 敲聲 清脆 基本概念 1 樣本 這批資料裡的每對括號。2 資料集 樣本的集合。3 特徵 屬性 色澤 根蒂 敲聲等反映事物的本質的可觀察方面。4 屬性值 青旅 墨綠 蜷縮 濁響等，是屬性的取值...